dsh-tts-player
TTS 语音播放插件:为 DSH 聊天界面添加语音朗读功能,支持配置本地 TTS 服务,每条助手消息可朗读,AI 可调用 tts-speak 工具发送语音。
73 results
TTS 语音播放插件:为 DSH 聊天界面添加语音朗读功能,支持配置本地 TTS 服务,每条助手消息可朗读,AI 可调用 tts-speak 工具发送语音。
DSH WebUI 语音输入插件(火山引擎流式 ASR / 豆包 Seed ASR):输入框麦克风按钮(Alt+V)→ 浏览器采集 16kHz PCM → 经宿主 WebSocket 中继到豆包流式识别 → 实时回填(跟随光标/Proma 式输出,失败兜底剪贴板)。协议实现源自 Proma 桌面端调研复刻。
SenseVoice 语音输入插件 for DeepSeek Harness:在对话输入框旁添加麦克风按钮,录音后调用本地 SenseVoice 服务转成文本填入输入框。首次使用自动下载模型并显示进度,后端由插件自动启动。
DSH KITT — Spanish-first voice for the DeepSeek Harness web UI: hands-free conversation, push-to-talk (Whisper), read-aloud replies, and a floating overlay window with global hotkeys. · DSH KITT 语音:为 DeepSeek Harness 打造的语音插件——免提对话、按键说话(Whisper)、朗读回复,以及带全局快捷键的悬浮窗;界面支持中文、英文和西班牙语。
读懂音频内容——转写语音、分析音高音调、识别语音情感(9 类)、辨认鸟种与动物、识别环境声与城市噪音、分析歌曲的节奏调性。当用户说「听一下这段录音 / 这段音频说了什么 / 帮我转写 / 会议录音整理 / 这是什么声音 / 是什么在叫 / 这是什么鸟 / 他说话什么情绪 / 分析这首歌」等需要理解音频文件的请求时使用。全部本地运行,不上传云端。
DSH Web 右下角可拖拽的多宠物桌宠系统(内置小狐狸 Foxbell):多项目状态监控(MAM 色彩口径:红待审批/黄运行/绿完成未读,深红错误)+ 语音提醒 + 外部宠物体系(商店/四来源导入/热切换/守卫)+ 🦊显隐开关。安装即用,内置素材随包自带。
一只住在 DSH 网页里的养成系桌宠:随编码活动升级进化、语音打气,还能用 AI 生成专属的透明动画形象。
微信(腾讯 ilink bot)通道插件 for DSH:把微信消息接成 DSH 会话,文本/图片/文件/语音/视频双向,出站可推文档。移植自 @tencent-weixin/openclaw-weixin。
支持普通话,20多种方言和口音的语音识别。
开口即成文 · Speak-to-prompt for DeepSeek Harness:云端 ASR 语音识别 + 提示词优化 + 填入草稿/自动发送,跨平台 macOS / Windows。
安全版本地语音输入插件 for DeepSeek Harness:输入框右侧麦克风按钮,录音后经同源宿主代理转写(本地 SenseVoice-Small INT8 ONNX,音频不出网)。后端仅绑定 127.0.0.1 + 随机 token,无 CORS,模型 sha256 校验。
DSH 插件:提供文本 / 图像 / 视频 / 视觉理解 / 语音 / 音乐 六个生成工具,模型从 llm-pi-ai 自动发现,含 Settings UI (llm-multimodal namespace)。
给 dsh 的本地语音/视频转写:把 QQ/微信那种 SILK 语音解出来,再用 SenseVoice(sherpa-onnx,int8)转成文字,全程不花 API 钱。
家纺工厂管家:单据识别 / 语音报工 / 数据查询的 DSH 工具包(通用 extract 引擎 + nl2sql 三道闸)
全局「按住说话」语音输入:按住 F9 说话、松手出字,任意 Windows 程序可用;本地 SenseVoice 识别,不联网、不占显卡。Hold-to-talk voice input for any Windows app, local SenseVoice via sherpa-onnx.
说话即任务:为 DSH Web 提供语音听写输入。点击 🎤 说出你的任务,自动填入输入框或直接发送给 Agent(纯前端、无依赖、无需构建、无需 API Key)。
Spoken status alerts for DeepSeek Harness: say it out loud when a turn finishes, fails, a job ends, an approval is waiting, or the agent starts waiting for you. · DSH 语音状态提示:任务完成、出错、后台任务结束、等待批准、等待你回答时用声音提醒。
dsh Web 语音输入插件:在输入框发送按钮一侧加一个麦克风按钮,点击开始录音并实时转写进待发送框,再点停止
视频转文字。用户发抖音分享链接(获取标题/作者/点赞等元数据),或本地视频文件(语音转写全文)时使用。抖音链接用 SSR 解析无需 Cookie。Video to text: extract metadata from Douyin share links, or transcribe speech from local video files.
Voice input for DeepSeek Harness: hold Space in any editable field to speak, release to insert the transcript at the caret. Zero dependencies, browser Web Speech API. / 语音输入:在输入框长按空格键说话,松开自动上屏。零依赖,基于浏览器 Web Speech API。
一个集成了Microsoft Edge高质量语音合成能力的MCP服务器,支持多语言语音生成、音频合并和云端存储。
对话结束语音播报:会话名+轮数+结果(edge-tts 流式 / SAPI)
DSH 全局热键语音弹幕:游戏里按 F9 说话,识别结果浮在游戏上方,F11 确认发送到 B 站直播间,全程不切出游戏
MiMo voice for DeepSeek Harness: read answers aloud, talk to the composer, switch voices, clone your own. / 小米 MiMo 语音插件:自动朗读回复、点一下说话、音色切换与克隆。